所在位置:主页 > jxf手机版 >

联系方式
电话:0319 7588019
传真:0319 7588019
邮编:055151
地址:河北省任县 邢家湾镇西黄庄工业区
将来很难假想
发布时间:2018-03-22 点击: 次 编辑:daxian
谷歌无人车之父Sebastian Thrun:摄像头才是无人驾驶最好的办法

来源:优达学城、无人争锋、新智元(AI_era)

【导读】上周,Udacity(优达学城)创始人、斯坦福终生教养、Google X 实验室首创人、被誉为“谷歌无人车之父的”Sebastian Thrun,在腾讯学院发布讲演《人工智能:离觉醒还有多远?》分享了他对AI开展跟无人车前景的见解。Thrun认为,无人驾驶的最终胜利者可能是一家传统车企,此外,现在全世界都在用雷达做无人驾驶,实践上摄像头是最好的方式。Thrun介绍了Udacity的先生做的一个顺序,只应用摄像头,3个月的时间,做到了谷歌用了很多年才做到的事情,“我觉得我们可能改变无人驾驶车的未来”。

Sebastian Thrun:感谢主办方邀请我到这里,非常感激腾讯以及腾讯大学为我们搭建了一个如此好的平台。我可以看到大家的T恤上写着“如果你不学习就代表你分歧群”,我特别喜好这件衣服。

在座的都是特别有才华的人,我们在这里不仅是为了怎样做好一件产品,这个世界是在向前开展的,我们要携手前行。

我明天作为Udacity的开创人的角色来跟大家分享,但是我来日更多想分享的是AI,我想在接上去的一段时光跟大家谈一下对于AI的一些细节,如果大家有任何成就也可以随时问我。

1 人工智能发展:开拓人员写代码的功效很快将被取代

如果大家去看比来的一些新闻,可能大家可以看到最经典的一个议题就是AI,特别是机器的深度学习,Udacity和腾讯正式签约,在这方面深刻配合,开展一些课程跟大家学习。

AI并不是什么新鲜的货色,在上世纪50年代美国就有这个概念,在从前的60年没有良多人特殊在乎他,也就是在过去两到三年,AI突然受到大师的存眷。我们说AI,最主要的一点就是机械开始学习了,电脑可以开始自行学习可能是一个比拟新颖的事件,它是怎么样开端的?

如果大家像我一样是做软件工程的,可能大家是在研究怎样解码,怎样写代码,可能会用很多的时间写下非常复杂的一些代码,然后希望把任务做得更好。作为软件工程师,我们需要花大量的时间了解这里面能否有一些bug,然后你的电脑能不能进一步做它应该做的事情。所以准确率要求非常高,这也是为什么我们的工资相对是比较高的,因为一旦代码做不好,电脑没办法应用。在座的诸位和我天天都在研究这些东西,一长串的代码,每一个细节都要求是准确的。大家写代码的能力可能很快会被取代。

接上去我们是要教电脑怎样学习,让电脑晓得什么是狗,什么是猫,告诉它有100万只狗、100万只猫,它要懂得怎样辨别猫与狗。我们可以经过给它们看图片来分辨猫和狗的差别,这样使它更像人。小时分你的父母会教你学很多东西,事先你并没有方式从怙恃何处学到各种各样的规矩,世界充满了可能性,需要小孩子去考试测验,小孩子会颠仆,在颠仆进程中始终地学习经验,现在我们处在一个新的时期,这个时代入彀算机可以发现法令、发现情势,这样它们就可以越来越聪慧。

大家看这幅图片,这是神经搜集,神经网络在很多方面和人脑类似,左边是一些图片,这些图片非常小,可能看不清,有一层又一层的神经元,神经元可以来处理图片或许是图像,从这些图像中可以辨认出人的神色,有一些人有胡子,有些人在大笑,这就是我们的大脑分析信息的方法。我们的DNA非常少,经过一点点DNA可以定义我们是谁,在DNA中有重要的信息来帮助我们识别出各种差异的特色,小孩子从牙牙学语,到后来把持了言语,在这个过程中他们一直地接受新的信息、新的语言,逐步地适应,我们也要让神经网络多么开展。

1995年我做我的博士论文的时分,hjc365,还没有人研讨如许的网络,事先盘算机的计算能力非常弱,数据集也非常小,我事先用了很少的图片来练习网络--现在你可以用5亿张图片来训练你的网络,但是在事先我的信息跟本钱非常无穷。大家看这些图片,左边是老鼠的大脑,右边是人的大脑,一个小的网络学不了几多东西,就像老鼠的大脑,它比人的年夜脑小许多,1995年的时分,计算机的才能很弱,没法学到很多的东西,现在计算机非常强大了,可以学到更多的东西,可以剖析更多的信息,在将来可能更加猖獗。

2 人工智能应用:自动检测皮肤玄色素瘤,达到耶鲁、哈佛医生水平

我们来看一些例子。我最爱好的一个例子来自谷歌 DeepMind。我在上学的时分,国际象棋对AI来说是无比难的,在我上高中的时分,也就是上世纪80年月的时分,AI没法打败人类的国际象棋冠军,1997年IBM做出了深蓝,战胜了当时的国际象棋世界冠军,这个消息在事先是异常有轰动性的。后来人们转向了围棋,围棋更庞杂,在围棋中变革的可能性比宇宙里的原子还多,hjc365,人们认为计算机不成能不才围棋时打败人类。2016年,深度学习的系统打败了人类选手。不过,需要指出,现在我们要设计规则给机器还是很难的,要给机器提供无数的数据帮它们去学习。同时,人类可以同时玩很多种游戏,而AI现在是公用的,围棋的AI就只能下围棋。

再看此外一个例子,在医疗方面也可以用AI,医疗是一个非常专业的领域,要当医生,就要花很多的时间培训,学习很多知识,每一名医生都是一个专家,即使在医学中某一个分支要做得很好,也需要很多年的深造。医疗领域技巧要求最高的是皮肤病领域,皮肤病领域的专家的薪酬特别高,他们会研究人的皮肤的每一个状况,黑色素瘤以及其它的皮肤癌症都可能带来严重的生命威胁。这里面需要做出很多的决议,这些皮肤病专家要做出草菅人命的决定,在美国,这样的医生一年的薪水可达40万美元,他们赚钱非常多,但凡比一些CEO的工资都高。但是,这些皮肤病医生每天的任务很无聊,要用减少镜来看人们皮肤上的斑纹,这不是我想做的任务。

零级的黑色素瘤是没有什么侵害的,到了四级的时分就非常严格了,可能会疏散到其它的器官中,只要要8到10个月就可以分散到全身,这时分你的状况非常蹩脚,四级的黑色素瘤可能会危及到生命。在斯坦福我们和一些先生探讨,我们用AI来试图克服人类的皮肤病专家,我的先生发现了一些法则,他们找到了很多的图片,总共找了13万幅皮肤病的图片,这些图片后来都拿来做计算机训练,这些实践上是一些切片的图片,切片就是用来判断人是不是有癌症的,实践上这些图片非常难分类。

这里前5幅是良性的,不会要挟生命,下面这些是恶性的,如果不治疗的话,会出人命。这些图片就可以用来训练我们的计算机系统。要停止分类实践上有很多艰难,哪些图片代表恶性的,哪些图片代表良性的,这就是皮肤病专家专业知识的价值地址。大家看这些边界,这些边界是模糊的,但是含糊的鸿沟也有不同的特点,在不同的边界状况下,我们可以做出不同的诊断,判定出是不是会威逼到生命。

我们训练一个神经网络,你可以接触到对皮肤病或许皮肤癌症的各类各样的信息,你可以拿到很多的信息,这些信息可能并不是相关的,在这幅图上,或许你可以找到所有的皮肤癌症,但是特异性如果是0,意味着特异性缺少,这种情形下就不会构成皮肤癌。如果超出某个鸿沟之后,你会发现更多的皮肤癌症,而有时分在这里你会发现一些误判,这些状态并不是皮肤癌症。有时分我们会有一些说法,A类和B类的误差,也许是敏感程度的误差,实际上有一系列的谜底,在这些答案里面我们要断定,有分歧的程度。我们看这个曲线,如果你看到门限在这儿,你会发明有20%的是误判,也就是把皮肤癌断定成非皮肤癌。

我们在研究中做了这样的分析,我们按照理想的状况,活力用它来检测皮肤癌应该在最右上角这个地方是最好的,在这里我们可以找到一切的皮肤癌的状况,如果是这样的对角线的状况,成果就会差很多,会成比例的下降。对角线的状况下就会损失失踪很多的正确信息,我们欲望能在右上角。事先我想我们是不是可以写一篇非常好的论文,我作为核心作者。

如果你理解我刚才说的特异性和敏感度,这里的算法实践上是需要改进的,这里的假阳性可以大幅的增添,如果算法在右边,我可以将假阳性的比例降低4倍。我们希望大幅降低假阳性,这样才可以拿到好的结果,如果假阳性太高,这个系统是欠好用的。我们做了一些测试,来看看成果是怎样样的,我们发现有些特别好,有些非常糟糕,而后有一个平均值在旁边。

我们做的是黑色素瘤的研究,黑色素瘤非常风险,大家不希望它呈现在左边这个状况,在这种状况下有8%支配的误差,这是哈佛、耶鲁这个等第的皮肤病专家的表示,大家都生机这样的专家给你看病,人工智能可以实现这样的水平。

“现在全世界都在用雷达做无人驾驶,实践上摄像头是最好的方式”

我们再看无人驾驶方面的内容,我们Udacity供给的一些纳米学位的课程里面也会涉及到无人驾驶汽车的内容。

在Udacity我们为人们编织美好的空想,我们提供的课程是非常单方面的,我们会培养无人驾驶汽车工程师,我们与很多车商有共同,我们为他们直接培养人才。我们造就了很多无人驾驶汽车工程师,提供的工程师数目比一切大学培育的数量都要多。

这是用深度学习来做的一个结果,实在跟谷歌做的有点相似,这个是用了一个摄像机,看看在哪里走,谷歌一般是用雷达系统。测试时,如果结果不是很好的话,我们就会用上更多的数据,获得更多的细节。之前我在谷歌压根做不了这个事情,但是作为Udacity的先生,有很多聪明的先生,我给他们一个挑战,就是让他们只是拿一个很便宜的摄像头安装在车上,让这个车开在照明不太均匀的处所。

这是我们获取的结果,这些数据对我来说,我看到都觉得很难,我们给了先生或许48个小时,看谁可以失掉一个最好的表现。我们可以看到这个标的目标盘,只连接了一个摄像头就可以驾驶,这种无人驾驶的车,在中国可能百度会做相关的研究,可能腾讯也在做相关的软件。现在大家都在用雷达系统做无人驾驶汽车,其实用摄像头是最好的方式,这样的成本是最低的,而且因为人开车是用眼睛看的,所以这样也更濒临现实。我们给先生提出挑衅,你能不克不及只用一个摄像头来完成无人驾驶,这是我们的先生交的一个作业。

我从2003年就开始做无人驾驶汽车了,我从来没有见过用一个摄像头可以完成这么多功能,它可以把每个细节都停止分类,把这个东西放在无人驾驶汽车上面,让它主动驾驶,它的本钱并不高,而这只是一个开头,这也是我们很多很凶悍的先生把他们的结果发到Udacity上,使我非常震撼。

大略咱们做了三个月的测试之后,有一个团队做的无人驾驶车,在旧金山的高下班高峰期,用无人驾驶的车开过了繁华的道路,经过了100多个红绿灯路口。Udacity的师长教师做的这个顺序,hjc365,3个月的时间,他们做到了谷歌用了很多年才做到的事情,而我们只是用一个摄像头就能搞定。

所以,我感到我们可以改变无人驾驶车的未来。

3 谁会被AI取代?只要任务有一定的重复性,就能找到一个系统来超越

作为AI很重要的一点,它并没有被一切人所了解,AI可以做很多人类需要做的事情,基本上每一团体类需要重复做的事情,AI都可以辅助人类去做,如果你是一个医生,你说AI跟我没关系,断定是售货员会被取代,但是我可以告知大家,刚展示出来的一个医疗系统的AI,对于一个有12年的教训的医生来说,只有他做的任务有一定的重复性,我就可以找到一个系统来超越他。所以这样一个革命有可能比重要革命更重要,它可以把人类的任务方式进一步变更。

接上去可能是谁会被取代?可能出租车司机会被取代,由于无人驾驶汽车会转变美国10%的交通体系。还有货柜车的司机,飞翔员也有可能被取代,有些时候在恶劣的景象下,可能无人驾驶的次序驾驶飞机比职员驾驶更牢固。还有大夫、律师也有可能被取代,当初已经有AI系统用来做一个合同,这些已经可以代替律师做的任务。还有会计、信息搜查员、工程师,像在座的诸位,你的任务是否有反复性,有不可能被AI所进修?还有CEO会被取代吗?我的任务是不是有必定的重复性?可能我不会被取代,然而我还是等候,有一天AI能够取代CEO 90%的任务,假如它能取代我90%的义务,我可能会更要效率地管理企业,赚更多的钱。

重点是,重复性的任务真的很无趣,很多时分我们会经由不断地做重复任务让自己的能力越来越差,因为人类愿望可以掉失落更好的东西,我们盼望可以发明更好的事情,很多时分在做重复性任务做多了之后,你的创新能力就会下降。大家可以想想,昔时你们是在不停地农耕,现在我们在做什么?我们的创意比老一辈要多多少,为什么这种创意要停止呢?

想到AI我就非常愉快,因为这是今朝最重要的事情,它对我们会有很大的影响,我是特别悲不雅的人,我不认为做重复性的任务一定很烂,但是你也可以有立异,现在我们的供水系统、汽车、飞机,在座诸位的手机,以及我们的社交软件,在150年内我们就创造出一切的这些东西,所以我们想想,我们可以有多大的多少率再弄更多的东西?为什么我们还没处理癌症的成绩,为什么我们还没创造出一个会翱翔的汽车?可能过多少年就会有,我们真的要从重复性的任务傍边约束自己的天性,束缚自己的创意,应用AI来帮助我们。

非常感谢大家的聆听。

无人驾驶的最终胜利者可能是一祖传统车企

以下部分节选自Q&A环节的整理。

提问:你说蒸汽机取代了人的体力歇息,AI会调换我们的脑力休息,如果AI真的开真个话,下一个革命是什么?

Sebastian Thrun:一两百年前我们让人变得更富强,我们可以做更多的农耕任务,我们就可以做更多有意思的事情,可以读书、可以写作,明天我们还可以有更多的时间做办公室的任务,如果有AI来帮我们,我们就会有更多的时间,我们可以用这些时间再去做此外创新。AI能处理的下一个成绩是什么我并不知道,可能要等20年之后我们再来聊。AI可以改变社会、改变人类,之前没有这样的情况发生,未来很难假想。

发问:什么样的公司可能会在无人驾驶这个范畴做得十分好?是一些传统的车商,比方宝马、比亚迪,仍是收集公司,比如说腾讯、百度这类的公司。无人驾驶领域,哪种公司会取失败利?

Sebastian Thrun:这个成绩问得异样好,你说哪个公司最终会取得这场竞争的胜利,究竟是宝马还是比亚迪,或许是腾讯、谷歌这类公司,现在我很难猜想谁会胜利,我的主张是基于美国的状况得出的,中国的状况可能有所不合。

有件事情出乎我的预感,在汽车方面的翻新并不是OEM车商来引领的,并不是宝马、比亚迪这样的公司,他们有很多的专业常识,他们的商业形式也很好。百度、Uber、滴滴、腾讯等等这样的强盛的技术公司也在赶上,但是这并不意味着腾讯一定可以从无人驾驶汽车中赚取很多的利润,其它公司也在一起做,终极可能赚不了太多钱。

对我来说,胜利者可能会是一家传统车商。你看看交通方面的经济细节,在美国你买一辆车,一英里的成本大概是60美分,如果打车是2.5美元,如果坐Uber是1.5美元,滴滴或许是1美元,Uber和滴滴比打车的成本低很多,这些出行的形式会降落很多成本,比出租车的成本更低。在城市里面你毕竟是自己买车,交停车费,还是去乘坐无人驾驶汽车,这些车可以将你带到你想去的地方,这些车的大小也可能根据需要不同而不同,有可以坐很多人的车,也可以有只坐两团体的车,交通系统会产生很大的改变,人们会有很多创意的方案,拼车会有非常大的潜力。

在无人驾驶领域,我以为腾讯或者百度并不一定能赚取很多的利益,巨匠看看谷歌赚了多少钱?你用过去的思维看未来,这是比较危险的,腾讯不应该只关注在这个领域,我们可以关注一下家庭打算领域,比喻说亚马逊在这方面已经做得无比好了,我们需要为这些范围带来新的处置计划,我们不应该仅仅考虑畴前的状况,人们不一定总是买车,但是人们买房也是很常见的气象,我们应当更器重人们在家里的各类技能须要,人们渴望有才干四处挪动,这时分我们要供应非常好的交通移动处理打算。我们再看微信,这是一个很好的例子,微信上有很多的服务就是很好的整合。

OEM车商如果和我交换,他们可能也不信赖我说的这些话,大家的观点都各不相同,这是非常好的现象,我们可以讨论。

提问:在未来AI是不是可能开展到机器有本人感情的程度?

Sebastian Thrun:这个成绩很有意思,人们总是问我,为什么不让机器人无情感或许求情感?举个例子,你家有洗碗机,它实践上是机器人,可以帮你洗碗,我非常喜欢这种机器,你进到你的厨房里,洗碗机可能说,“我爱上冰箱了,你对我不好,我不想和你在一同”。我故意说这样一个笑话,如果机器无情感,就可能有这样的景象出现。

这样的机器是对于人类生活的补充,如果我的车有情感,我要对它非常好,否则我会浮现性命风险,这长短常不好的。实践上在人类设计AI的时分,我们并不希望它们无情感,因为这样是非常风险的。这件事情我们一直在思考,成功的技术老是会给我们带来援助,而不是来威胁和取代我们。如果微信变得像人一样,或许说有非常丰富的情绪,那你可能会非常恐惧。如果车无情感,它是不是可以想跑多快就跑多快呢,就像有腿一样。如果我造的一辆车就像我一样有两条腿,也有情感,这样的车对我们有什么意思呢?我想重复一点,这些技术、这些系统对我们的生涯、对我们的社会、对我们的世界是一种弥补,我们不希望它们无情感。

提问:我想问您一个关于机器人的成绩,您怎样看待机器人的未来?

Sebastian Thrun:机器人是一个很有意思的事情,基本上过去20年一直存在,美国的很多大学特别热爱机器人,如果你是一个机器人公司,可以来找我们,我们想想要处理的事情,然后找最好的处理方案,最重要的是要做一个好的运用。在机器人领域,无人驾驶汽车就是机器人的一种,我看了很多比较基础的项目,像家庭的利用,以及亚马逊这样的大型的机构城市用到机械人,机器人会应用到很多的领域和功能傍边,这是可以改变社会或许改变任务规则的,所以对机器人的未来我们还是非常达观的。

提问:您方才说AI是可以赞助我们做很多重复性任务的,作为非重复性任务,现在在谷歌能否有相干的AI的研究?

Sebastian Thrun:AI做重复性的任务是做得非常好的,可能我说的也过错,但是今朝AI还没有看到可以做非重复性任务的可能,以后可能会有新的开展,但是常设AI还攻破不了这样的瓶颈,就是做不重复的东西。

提问:现在谷歌能否无效AI来处理一些环保的成绩?情况保护能否可能成为一种指数或许目的来判断技术的彩色?

Sebastian Thrun:环境保护切实不是AI要处理的成绩,它是一个社会成绩,可能不任何科技可以帮我们处理。在情况沾染的情况下,可能有人会支出很多价格,但是也有人获益,所以环保是一个社会成绩,它不完全是一个科技成绩,如果让破坏环境的人收入他应有的价钱,这样才干改良环境。哪怕谷歌他们创造一些可以改良空气的技术,但是有些人也纷歧定会用,所以它不是一个科技的事情。像我住在硅谷,我们会有很多很新奇的东西,我们会有好多不同的科技,科技不是处理方案,科技只是处理方案的一部分,社会才是提供处理方案的最关键的一环,可能需要花些钱懂得一个处理方案,科技只是一个环节而已。

此次Sebastian Thrun博士的腾讯之行,是因为Udacity(优达学城)与腾讯正式签约,达成深度合作。尔后,腾讯工程师将在Udacity平台上用硅谷最前沿的技术课程完成自我升级。腾讯学院院长及腾讯大学担负人马永武表现,腾讯已经做好准备,加入到囊括全球的人工智能竞赛中。

长按下方二维码    免费订阅!

C2

若何加入学会

注册学会会员:

集团会员:

关注学会微信:中国指示与操纵学会(c2_china),回答“团领会员”获取入会请求表,按请求填写请求表即可,如有成绩,可在民众号内停滞留言。经过学会审核后方可在线停止支付宝交纳会费。

单元会员:

关注学会微信:中国批示与控制学会(c2_china),答复“单位会员”获取入会恳求表,按请求填写要求表即可,若有成绩,可在公众号内结束留言。经过学会审核后方可缴纳会费。


学会近期活动

1. CICC企业会员交流会

会议时间:(具体时间详见后续告诉)

2.2017首届全国兵棋推演大年夜赛总决赛

2017年9月25日

上一篇:没有了
下一篇:没有了
Copyright 2017 jxf.com,吉祥坊wellbet手机,吉祥坊手机点击进入,jxf手机版 All Rights Reserved